共變量偏移與非平穩性

神經特徵分布因電極移動、阻抗變化、疲勞、注意力與心理策略改變而在場次內與跨場次漂移，故訓練（校正）分布不同於測試（線上、後續場次）分布。當特徵分布 p(x) 偏移但標記規則 p(y|x) 不變時，稱為共變量偏移；當映射本身改變時，稱為概念漂移。無論何者，僅在其校正場次內驗證的解碼器都會高估部署表現。

這既是驗證議題——誠實評估要求跨場次或線上測試，絕不能僅靠場次內隨機切分——也是建模目標，可由自適應或重校正解碼器、非監督特徵對齊（如黎曼再置中、或對移動參考做白化）與平穩特徵設計來處理。將場次內準確率當作能預測日常使用來報告，是本領域後果最嚴重的過度樂觀之一。